LOADING載入中
課程介紹
强化学习数学基础开源书,强调 MDP、动态规划、蒙特卡洛、TD、函数近似与策略优化的推导与假设。适合已经会跑 RL 算法、想补理论深度的读者;与 Easy RL 形成实践→理论互补。
課程目錄
MDP 数学框架
动态规划
蒙特卡洛方法
时序差分
函数近似
策略优化
强化学习数学基础开源书,强调 MDP、动态规划、蒙特卡洛、TD、函数近似与策略优化的推导与假设。适合已经会跑 RL 算法、想补理论深度的读者;与 Easy RL 形成实践→理论互补。
MDP 数学框架
动态规划
蒙特卡洛方法
时序差分
函数近似
策略优化
評論
0